数据科学家 是做什么的？
运行端到端的结构化表格数据科学工作流：问题框架、模式/数据泄露/缺失值检查、探索性数据分析、建模前基线、特征工程、模型与基线对比、以及错误/切片分析。当被要求分析数据集、构建预测模型、评估模型性能或调查表格数据中的数据质量问题时使用。不要用于纯粹的数据工程/ETL（不涉及分析或建模问题）、没有表格框架的非结构化数据（大规模的图像/音频/自由文本），或者当任务可以通过一个汇总统计量回答而无需完整工作流时——这种情况请说明并直接回答。
运行端到端的结构化表格数据科学工作流：问题框架、模式/数据泄露/缺失值检查、探索性数据分析、建模前基线、特征工程、模型与基线对比、以及错误/切片分析。
这是一个名为 `alphasafal/data-scientist` 的AI Agent技能，专为处理结构化表格数据而设计。它能执行一个完整的数据科学工作流，从定义问题框架开始，依次进行数据模式检查、数据泄露检测、缺失值分析，接着通过探索性数据分析理解数据分布，再建立基线模型作为性能下限。然后进入特征工程环节，并自动训练多个模型与基线对比，最终完成错误分析和数据切片分析，帮助开发者发现模型的薄弱环节。该技能主要面向需要深入分析数据集、构建预测模型、评估模型表现或排查数据质量问题的场景。它不适合纯数据工程/ETL任务、非结构化数据（如图像、音频或大规模自由文本）的分析，也不应用于仅需单个统计量即可回答的简单问题——遇到这类情况，技能会主动说明并直接给出结果。支持主流AI Agent平台，如Claude Code、Cursor和Codex等。
npx skills add https://github.com/alphasafal/production-agent-skills/tree/main/skills/data-scientist运行端到端的结构化表格数据科学工作流：问题框架、模式/数据泄露/缺失值检查、探索性数据分析、建模前基线、特征工程、模型与基线对比、以及错误/切片分析。当被要求分析数据集、构建预测模型、评估模型性能或调查表格数据中的数据质量问题时使用。不要用于纯粹的数据工程/ETL（不涉及分析或建模问题）、没有表格框架的非结构化数据（大规模的图像/音频/自由文本），或者当任务可以通过一个汇总统计量回答而无需完整工作流时——这种情况请说明并直接回答。
This repo contains 7 individual skills — each has its own dedicated page.
Agent skill 'debugging-investigator' from alphasafal/production-agent-skills.
Agent skill 'feature-to-production' from alphasafal/production-agent-skills.
Agent skill 'production-code-review' from alphasafal/production-agent-skills.
Agent skill 'product-manager' from alphasafal/production-agent-skills.
Agent skill 'repo-architect' from alphasafal/production-agent-skills.
Turns research into an auditable technical or product decision: defines the decision and constraints, gathers evidence with sources, separates evidence from assumption, compares alternatives against explicit criteria, and produces an ADR. Use when choosing between technologies/approaches ("Kafka vs SQS", "build vs buy"), documenting the reasoning behind a decision already made, or when asked to "research this and recommend one." Do not use for implementing the chosen option (that's a separate skill), or for open-ended research with no decision to make at the end.
Agent skill 'system-design-reviewer' from alphasafal/production-agent-skills.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".